hyu9910 发表于 2014-3-4 18:34 
你说的没错。 不过,VEC应该就是一种VAR模型
以下是我看了一些乱七八糟的资料总结的,您看看,有什么问题么。谢谢!

1、时间序列首先进行平稳性检验,否则直接直接OLS容易导致伪回归。
2、如果序列都为平稳序列,可以直做格兰杰因果关系检验。也可以直接用原序列建立VAR模型。
建立VAR模型后要做稳定性分析,即做AR根的图表分析:如所有单位根小于1,说明VAR 模型满足脉冲分析及方差分解所需条件之一:模型的稳定性。在做因果检验前要注意滞后长度的确定。只有满足因果关系,加上VAR模型的稳定性,则可进行脉冲及方差分解;如不满足因果关系,则所有不满足因果关系的变量将视为外生变量 ,至此要重新构建VAR模型,新的VAR模型将要引入外生变量的VAR模型 。确立最终的稳定VAR模型,进行脉冲及方差分解。
如果没通过VAR模型稳定性检验,则不能直接做脉冲响应和方差分解,可以以差分变量做VAR模型, 再做脉冲响应和方差分解,也就是说只有平稳的VAR模型(非指序列平稳而是模型平稳,模型单位根小于1在单位圆内)才可以做脉冲响应、方差分解。否则,无意义。
3、如果序列非平稳但是同阶单整,这就构成了协整的前提,但是要想进一步确定是否存在协整关系还要进行协整检验。
有两种方法:
(1)、EG两步法(两个变量)——于回归残差的检验可以通过建立OLS模型检验其残差平稳性
(2)、JJ检验(两个以上变量)——基于回归系数的检验,检验前提是
基于eviews建立简单的VAR模型(注意,只是初步的!)。确定VAR模型的最优滞后阶数再确定JJ检验时的滞后阶数选择。
4、若存在协整方程,可进一步考察变量进的短期动态关系,建立VEC误差修正模型。
5、协整说的是变量之间存在长期的稳定关系,这只是从数量上得到的结 论,但不能确定谁是因谁是果,而因果关系检验解决的就是这个问题。做格兰杰检验的前提是数据必须是平稳的,这里可以采用一阶差分后平稳的序列做格兰杰因果检验。
6、
因果关系检验(操作见EVIEWS6.0中var模型下view-lag structure第一列)后确定哪些序列为外生变量,至此,重新构建最终的VAR模型(此时滞后阶数已定,内外生变量已定)。然后检验VAR模型的稳定性,即进行AR根图表分析:
如单位根均小于1,VAR构建完成。可进行脉冲及方差分解。
如单位根有大于1的,考虑对原始序进行降阶处理。
对原始序进行降阶处理的方法:
一阶单整序列处理方法:差分或取对数,二阶单整序列处理方法:理论上可以差分与取对数同时进行,但由于序列失去了经济含义,应放弃此处理,可考虑序列的趋势分解,如趋势分解后仍然不能满足要求,可以罢工,不建立任何模型,休息或是打砸了电脑)
处理过后对新的序列(包括最初的哪些平稳序列)不断重复上面下划线部分,直至满足稳定性为止。
建立最终的 VAR 后,可考虑SVAR模型。
感谢指出细致错误!!!